OpenAI重新有底氣談“第一”了。
GPT-6 Astra發佈後，OpenAI重新有底氣談“第一”了。
9月3日，OpenAI發佈GPT-6 Astra，並將其稱為“世界上最智能的模型”。在軟體工程、電腦操作和專業工作等多項測試中，Astra均大幅超過上一代GPT-5.6 Sol，並在部分指標上領先Claude。其中FrontierMath Tier 4得分97.6%、ARC-AGI-3最高99.9%、ExploitBench達到100%。在更謹慎的獨立評測中，截至9月7日，Artificial Analysis最新綜合榜單中，Astra與Claude Fable 5.1以53分並列第一。
金融時報將這次發佈直接放在OpenAI與Anthropic的競爭中觀察：過去一段時間，Anthropic奪走了前沿模型的技術領先敘事，OpenAI試圖借Astra重新奪回來。
OpenAI和Anthropic的競爭，從開始就帶著一絲同門相爭的意味。2020年底，時任OpenAI研究副總裁Dario Amodei帶著多位OpenAI成員離開，隨後創辦Anthropic。此後很長時間裡，Anthropic更多扮演追趕者的角色。
但過去一年，局勢發生了反轉。模型能力、Claude Code和雲管道三線並進，Anthropic很快跑通了從技術到企業收入的商業化路徑。
到今年5月，Anthropic最新融資估值達到9650億美元，超過同期OpenAI的8520億美元，成為全球估值最高的獨立大模型公司。
甚至在中國科技和投資圈，“誰是中國的Anthropic”也成了新的估值敘事。
而現在，OpenAI帶著GPT-6 Astra殺了回來。但問題是，重新追回能力領先地位的OpenAI，還能過去一樣順利贏下市場嗎？
答案沒有那麼簡單。
競爭的前半程，OpenAI一直掌握著主動權。從GPT-4開始，OpenAI一直保留著模型能力和使用者優勢。
到2024年，這種關係開始鬆動。Claude 3 Opus首次在多項Benchmark上挑戰GPT-4，升級後的Claude 3.5 Sonnet又把Coding能力推到行業前列，在SWE-bench Verified上超過包括OpenAI o1-preview在內的公開模型。（虎嗅註：benchmark，即用一套標準測試題或任務，對不同大模型的能力進行橫向比較。）
但2025年Claude Code的出現讓二者之間的競爭格局發生了巨變。
Coding成為大模型目前商業化最成熟的場景之一。矽谷風投機構Menlo Ventures估算，2025年企業在生成式AI上的支出達到370億美元，兩年增長接近22倍，其中Coding支出達到40億美元，成為最大的部門級AI場景。
在Menlo估算的企業LLM API支出中，Anthropic的份額從2023年的12%升至40%，OpenAI則從50%降至27%；Coding模型市場中，Anthropic達到54%，OpenAI只有21%。Menlo將Anthropic的增長很大程度上歸因於Claude Code。
真實企業採購資料也呈現類似趨勢。企業支出管理平台Ramp今年7月資料顯示，43.5%的美國企業客戶為Anthropic產品付費，OpenAI為39.7%。
收入和估值的變化更加直觀。
截至7月底，Anthropic年化收入運行率已經超過650億美元；OpenAI同期超過400億美元。雖然二者的統計口徑並不完全一致，不過美國科技商業媒體 Axios 援引知情人士估算，即使將Anthropic調整為類似的淨額口徑，兩者仍存在約190億至210億美元的差距。
5月底，Anthropic融資後的估值達到9650億美元，也超過OpenAI今年3月的8520億美元。
過去幾年，是Anthropic追著OpenAI的模型跑。但現在，OpenAI開始追著做Anthropic的企業生意。
OpenAI將Astra定位為，“用於最困難端到端工作的模型”，重點強調Coding、Computer Use、專業工作和複雜多步驟任務。不只回答問題，還要更新CRM、處理表格、操作軟體，從一個初始需求一直做到最終交付。
它們恰好指向Anthropic過去一年建立商業優勢的路徑——軟體開發、Agent和企業知識工作。
更重要的是，Astra的發佈並不是一個孤立動作。今年以來，OpenAI明顯開始加速企業業務的佈局。
2月推出的Frontier開始把Agent接入企業資料、權限和業務系統；4月，OpenAI披露企業業務已經貢獻超過40%的收入，同時把模型和Codex進一步帶進AWS；6月又建立Partner Network，引入Accenture、BCG、McKinsey、PwC等諮詢和服務公司參與銷售、整合和交付。
產品邊界也在不斷拓展。Codex起初是一款Coding Agent，但到6月，已經有超過500萬人每周使用Codex，到 8 月中旬，Codex 活躍使用者已突破 1500 萬。其中約20%已經是分析師、行銷、營運、研究員、投資人等非開發者。7月上線的ChatGPT Work進一步把Codex的Agent能力裝進普通白領的工作流，可以跨應用處理資料並生成文件、表格、演示和網站。路透社將它直接視為Claude Cowork的競爭者。
到8月，OpenAI已經開始用另一套語言描述企業AI。瓶頸“不再只是模型能力”，企業需要做的是把Agent放進真實工作流，並從“讓AI輔助人工作”轉向“讓AI獨立執行完整工作”。
這與Anthropic過去一年跑通的路徑越來越相似。Claude Code先從Coding切入高價值工作流，再借AWS、Google Cloud、Microsoft和合作夥伴網路進入企業。OpenAI現在也在補齊產品、雲管道、系統整合和Agent平台。
兩家公司正在收斂到同一個答案：前沿模型的商業價值，也許最終要靠進入企業工作流來兌現。
對於OpenAI，Astra補上了其中一塊重要的拼圖——一個更擅長Coding、Computer Use和複雜多步驟任務的底層模型。
但對於現在來說，模型能力已經不再是競爭最重要的問題。企業採購AI，也不像消費者永遠追逐最新款產品。除了性能，價格、穩定性、安全合規、雲管道以及遷移成本，都會影響最終選擇。
Ramp今年8月專門研究了Anthropic性能更強、價格也更貴的模型Fable 5，其7月只佔Ramp樣本中Anthropic企業Token使用量的6%；同期GPT-5.6 Sol佔OpenAI企業Token的25%。
Ramp據此提出，企業客戶為“額外智能”支付的意願可能正在接近上限，當頭部模型達到某個能力門檻後，企業更關心的是性價比的問題。考慮到出口管制等問題，價格也許不能完全作為歸因，但至少能夠說明，模型性能領先已經不能轉換成企業的使用量了。
Anthropic顯然也在解決這個問題。
9月1日推出Fable 5.1時，它宣傳的重點不再只有模型更強。新模型保持原有輸入輸出價格，但將Prompt Cache讀取價格降至此前的四分之一。與此同時，又推出面向企業的Enterprise Frontier Safeguards，讓部分敏感資料可以保留在客戶控制的雲環境中。
在OpenAI和Anthropic都越來越接近資本市場的節點，投資者最終看的也不會是誰多拿幾個Benchmark第一，而是誰能把昂貴的模型能力，更穩定、更高效地轉化成持續收入。GPT-6幫OpenAI重新拿回了技術競爭的籌碼，但商業上的勝負，還遠沒有因此逆轉。
再往後看，戰場可能還會繼續變化。隨著企業內部的Agent越來越多，問題可能不再只是“誰有一個更強的Agent”，而是誰能把散落在不同軟體、資料和業務流程裡的Agent連接起來，讓它們彼此協作。
這種競爭已經露出苗頭：OpenAI把Frontier定位成統一管理企業Agent的平台，Anthropic則通過MCP嘗試定義AI連線據和工具的通用協議。
到那時，真正稀缺的或許不是又一個更聰明的模型，而是連接工具、調度Agent和承接使用者需求的入口。誰能把越來越多的Agent組織起來，讓它們穩定完成複雜工作，誰就更有可能佔據下一階段競爭的制高點。 (虎嗅APP)